RTX 3090 et 4090 : un module Linux libère la puissance tensorielle bridée par Nvidia, jusqu’à +80 %

Les GeForce RTX 30 et RTX 40 avaient un frein à main tensoriel, et des développeurs viennent de le desserrer. Deux projets open source publiés sur GitHub entre le 18 et le 23 octobre, gpu-unlock pour les cartes Ampere et gpu-unlock-ada pour la RTX 4090, lèvent sous Linux une limitation matérielle qui divise par deux le débit des calculs FP16 et BF16 avec accumulation en FP32 sur les cartes grand public de Nvidia. Les gains mesurés par la communauté dépassent souvent 60 % en multiplication de matrices. En jeu, rien n’est démontré.

Le principe est connu des spécialistes : sur ses GeForce, Nvidia fait tourner ces opérations des Tensor Cores à mi-régime, alors que ses cartes professionnelles du même silicium les exécutent à plein débit. Le premier dépôt, signé par le développeur Zagitta, s’appuie sur des travaux antérieurs menés pour débrider les cartes de minage CMP. Il prend la forme d’un module noyau chargé dans l’initramfs, avant le pilote Nvidia. Il réécrit les registres de sélection de vitesse du GPU, réinitialise la carte, puis laisse le pilote officiel, non modifié, prendre la main. Pas de flash du VBIOS, pas de pilote patché à refaire à chaque mise à jour.

À lire aussi : RTX 60 : Kopite7Kimi fixe Rubin gaming à 2028, NVIDIA no-comment

De +25 % à +80 % selon la carte et la limite de puissance

Sur une RTX 3090 Ti à 450 W, la page du projet affiche un débit BF16 passé de 87,5 à 157,4 téraflops en multiplication de matrices dense, et de 42,6 à 82,6 téraflops en TF32. Les rapports d’utilisateurs compilés sur le dépôt donnent +25 à +67 % pour la RTX 3090, +70 à +73 % pour la RTX 3080 10 Go, +73 à +81 % pour la RTX 3070 et environ +80 % pour la RTX 3060 12 Go. Le chiffre le plus bas, +25 %, provient de cartes plafonnées à 225 W. Un utilisateur a même fait fonctionner l’outil dans une machine virtuelle Proxmox, sur deux RTX 3090 : +65 % en FP16, +66 à 67 % en BF16. Seule exception notée à ce stade, une RTX 3080 Ti OEM de 20 Go, sur laquelle le déblocage s’exécute sans effet.

Côté IA locale, l’effet est plus modeste. Le traitement du prompt (prefill) des grands modèles de langage gagne de 14 à 36 % selon les rapports cités par le développeur, la diffusion d’images et FlashAttention accélèrent aussi. La génération de tokens, limitée par la bande passante mémoire, ne bouge pas, pas plus que les calculs INT8. Les utilisateurs qui ont comparé les résultats avant et après les décrivent comme identiques au bit près.

La RTX 4090 suit, avec des chiffres à relativiser

Le 23 octobre, un second dépôt, gpu-unlock-ada, a porté la méthode sur la génération Ada Lovelace. Il reprend le chargeur de Zagitta et une charge utile issue d’un autre projet, AD103_win_unlocker. Sur une RTX 4090, le débit d’instructions FP16 avec accumulation FP32 double, de 165,6 à 331,6 téraflops. Mais en multiplication de matrices réelle via cuBLAS, un second essai indépendant n’a relevé que +12 à +34 % en FP16, et un gain nul en BF16 sur l’une des tailles testées. Les RTX 4070 Ti Super et RTX 4060 Ti 16 Go sont prises en charge à titre expérimental, chacune validée sur un seul exemplaire. Le FP8 ne profite d’aucune accélération.

Les deux projets sont populaires : plus de 4 800 étoiles pour le premier et 1 900 pour le second ce dimanche matin. Leur usage reste réservé aux initiés. Le module ne s’active qu’avec un paramètre ajouté à la ligne de commande du noyau (gpu_unlock.targets=), demande de désactiver Secure Boot ou de signer soi-même le module, et rejoue le déblocage, perdu à chaque coupure d’alimentation, à chaque démarrage et à chaque sortie de veille. L’hibernation n’est pas gérée.

Pour les joueurs, la question du DLSS, qui exploite aussi les Tensor Cores, reste sans réponse : comme le relève Notebookcheck, aucun test indépendant n’a établi de gain d’images par seconde. Un portage expérimental sous Windows a démarré sur une RTX 3090 dans une configuration unique. L’outil n’a rien d’officiel, n’est pas soutenu par Nvidia et peut faire sauter la garantie. Les auteurs recommandent de mesurer ses propres performances avant activation et de garder une entrée de démarrage d’origine sous la main.

Sources : dépôts GitHub Zagitta/gpu-unlock et JustAResearcher/gpu-unlock-ada (rapports de compatibilité et rapport RTX 4090), Notebookcheck, DEV Community.

Ajouter Geek Actu à mes sources préférées sur Google